Brazilian and English bare nouns: Language variation, experiments, and L2s
Notice bibliographique
Résumé
This paper proposes to connect research areas with the aim of understanding bare nominals across languages. It focuses on Brazilian Portuguese (BrP) and English. The BrP nominal system challenges the parametric models in Chierchia (1998a, 2010), and two proposals have been raised to explain it within Chierchia’s model: the Bare Singular (BS) is a plural count noun (Schmitt and Munn 1999, 2002; Müller 2002) or it is mass (Pires de Oliveira and Rothstein 2011). Experimental research (Bevilaqua 2019) does not support either of these theories because BrP speakers oscillate between mass and count when interpreting the BS. In contrast, BSs are ungrammatical in English and speakers massify them; they are never counted. Motivated by the experimental studies, Pires de Oliveira (2020, 2021, to appear) presents a new approach: although BrP and English are number marking languages (Chierchia 2010, 2015), atomicity, a grammatical operation (Rothstein 2010, 2017), is activated at different points in the derivation. In English, the first nominal layer projects atomicity, while in BrP, the determiner carries this information; thus, plural inflection is optional on the noun. This paper suggests that language processing and second language acquisition are areas of investigation that may provide new evidence for a better understanding of the semantics of noun phrases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».